一种基于人工神经网络的分子属性预测方法

授权

摘要

本发明提供了一种基于人工神经网络的分子属性预测方法，包括：S1)对分子数据进行预处理：通过图的数据结构表征的方法，得到原子空间表征与原子构成表征；S2)建立模型：将原子空间表征与原子构成表征通过多层卷积神经网络，得到分子各级的表征，并将分子各级的表征进行组合，得到模型；S3)根据模型预测分子属性。与现有技术相比，本发明利用多层级卷积神经网络，能够利用已有数据的信息以及分子的多层级结构，从中学出分子属性和空间构成的关系，并用来预测未知分子的相关属性，因此具有较好的速度与精度。

基本信息

专利标题：

一种基于人工神经网络的分子属性预测方法

专利标题（英）：

暂无

公开（公告）号：

CN109461475A

申请号：

CN201811258268.X

公开（公告）日：

2019-03-12

申请日：

2018-10-26

授权号：

CN109461475B

授权日：

2022-05-13

发明人：

刘淇陈恩红陆承镪王超黄振亚

申请人：

中国科学技术大学

申请人地址：

安徽省合肥市包河区金寨路96号

代理机构：

北京集佳知识产权代理有限公司

代理人：

张雪娇

优先权：

CN201811258268.X

主分类号：

G16C20/30

IPC分类号：

G16C20/30 G16C20/40 G16C20/50 G06N3/04

IPC结构图谱

G部——物理

G16

特别适用于特定应用领域的信息通信技术

G16C

计算化学;化学信息学; 计算材料科学

G16C20/30

•预测化合物、组合物或混合物的性质

法律状态

2022-05-13 ：

授权

2019-04-05 ：

实质审查的生效

IPC(主分类) : G16C 20/30
申请日 : 20181026

2019-03-12 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载